N-CryptoAsset投资组合 | 使用PCA识别高度相关的加密货币（最近听说某币很疯狂哦！）

考虑任何资产的单一（每日抽样）收盘价时间序列。 它有开始和结束日期。 如果我们使用的数据来源是直接通过交易所，每个交易日都有相应的收盘价。 与外汇货币不同，加密货币全年都可以全天候交易。 但是，请记住，每个单一的加密货币在市场上都有自己的“fist time”，因此历史价格系列的长度不一样。 幸运的是，Python和它的pandas可以让我们控制时间序列范围和进一步的过滤。 下面直接开始程序吧:

获取时间序列很容易。 创建投资组合需要更多的关注细节。 让我们把选择的加密货币相对应的代码列表（fsym）放在一起，让我们定义“versus”我们希望表达的全部货币（tsym）：

由于交易中流动性很差，所以省略了USDT。

通过运行程序我们给定（fsym）代码列表（每日历史收盘价）创建N-CryptoAsset投资组合：

比特币（BTC）是所有加密货币的头一把交易。

由于我们的DataFrame（df）包含大量缺失值（NaN），所以从这一点来看，有多种可能性可以提取数据分析子集。 例如，如果您想创建一个子组合，比如df1，只能存储BTC，DASH和XMR，可以通过以下方式实现：

那些NaN可以分散注意力。 不好的做法是用固定值（例如零）替换它们，因为它引入了无效数据。 插值也是一个坏主意。 一个好的是根据选择的日期/时间间隔进行过滤，或强制所有的时间序列在同一天开始，数据可用于所有三个货币。 后者由pandas自动完成，如下所示：

在此选择2017年3月作为输入数据，所有21个加密时间序列将在以下内容中进行分析。

相关矩阵：

PC loadings (columns, k=1,…,21):

现在，构建一个涵盖PCA的最后两个PC组件（PC-20和PC-21）中每个隐式货币的相对权重的二重曲线，该协方差矩阵涵盖2017年3月的全时间段：

我们需要确定最大负载的加密货币。 通过阈值，采用导出距离的平均值加上一个标准偏差。 接下来，检查每个货币的数量为1号，2号，3号或4号，保存为一个列表中的元组。 最后，通过分别添加x和y标签来完成一个双曲线的绘制：

第1季度“高于门槛值”的货币可能与第3季度发生的高度相关。同样适用于第2季度与第4季度。我们使用两种不同工具的这种货币对（密码时间序列）的线性相关性，即单因素线性回归（R2）和Kendall的等级相关度量τ

高度相关的加密货币：

ETC ETH
0.953695467194 1.13545626686e-16  # R^2  p-value
0.840760907233 3.03600231596e-11  # tau  p-value

ETC PIVX
0.937915426073 7.20370581785e-15  # R^2  p-value
0.78875507792 4.55270029579e-10   # tau  p-value

WAVES ETH

0.909168786883 1.48631538239e-12  # R^2  p-value

0.81377872765 1.26296896563e-10   # tau  p-value

WAVES PIVX

0.894512813936 1.18055349284e-11  # R^2  p-value

0.753498821898 2.59829246278e-09  # tau  p-value